Kết hợp đặc tính địa lý trong bảo vệ tính riêng tư cho người dùng LBS

ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA NGÔ CHẤN NAM ĐỀ TÀI LUẬN VĂN THẠC SĨ KẾT HỢP ĐẶC TÍNH ĐỊA LÝ TRONG BẢO VỆ TÍNH RIÊNG TƯ CHO NGƯỜI DÙNG LBS Geographic based privacy preserving in location-based services (LBS) Chuyên ngành: Khoa học máy tính LUẬN VĂN THẠC SĨ Tp Hồ Chí Minh – Tháng 12 năm 2012 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA –ĐHQG -HCM Cán hướng dẫn khoa học: PGS TS Đặng Trần Khánh Cán chấm nhận xét 1: TS Nguyễn Thanh Bình Cán chấm nhận xét 2: TS Phạm Văn Hậu Luận văn thạc sĩ bảo vệ Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày 24 tháng 12 năm 2012 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: TS Nguyễn Tuấn Đăng, Chủ tịch TS Nguyễn Thanh Bình, Phản biện TS Phạm Văn Hậu, Phản biện PGS TS Đặng Trần Khánh, Ủy viên TS Trần Văn Hồi, Thư kí Xác nhận Chủ tịch Hội đồng đánh giá LV Trưởng Khoa quản lý chuyên ngành sau luận văn sửa chữa (nếu có) CHỦ TỊCH HỘI ĐỒNG TS NGUYỄN TUẤN ĐĂNG TRƯỞNG KHOA KH & KT MÁY TÍNH PGS.TS THOẠI NAM Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: Ngô Chấn Nam Ngày, tháng, năm sinh: 05/08/1987 Chuyên ngành: Khoa Học Máy Tính MSHV : 10070488 Nơi sinh: Tp HCM Mã số : 604801 I TÊN ĐỀ TÀI: KẾT HỢP ĐẶC TÍNH ĐỊA LÝ TRONG BẢO VỆ TÍNH RIÊNG TƯ CHO NGƯỜI DÙNG LBS (Geographic based privacy preserving in locationbased services) II - NHIỆM VỤ VÀ NỘI DUNG: Tìm hiểu kiến thức dịch vụ dựa vị trí - Tìm hiểu vấn đề bảo vệ tính riêng tư dịch vụ dựa vị trí xác định phạm vi vấn đề cần giải - Nghiên cứu đề xuất giải pháp bảo vệ tính riêng tư cho vấn đề xác định mục III IV V NGÀY GIAO NHIỆM VỤ: 04/07/2011 NGÀY HOÀN THÀNH NHIỆM VỤ: 23/11/2012 CÁN BỘ HƯỚNG DẪN: PGS TS Đặng Trần Khánh Tp HCM, ngày 24 tháng 12 năm 2012 CÁN BỘ HƯỚNG DẪN PGS TS ĐẶNG TRẦN KHÁNH CHỦ NHIỆM BỘ MÔN ĐÀO TẠO PGS TS ĐẶNG TRẦN KHÁNH TRƯỞNG KHOA KHOA HỌC & KĨ THUẬT MÁY TÍNH PGS.TS THOẠI NAM Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS LỜI CẢM ƠN Trong suốt uá tr nh học tập hoàn thành luận văn này, t i đ nhận hướng dẫn, gi p đ u áu củ thầy c , nh chị, m ạn Với l ng kính trọng iết ơn s u s c t i in ày t lới cảm ơn ch n thành tới: n giám hiệu, Ph ng đào tạo s u đại học, Khoa Khoa Học Kĩ Thuật Máy Tính trường Đại Học Bách Khoa – Đại Học Quốc Gia TPHCM đ tạo điều kiện thuận lợi gi p đ t i uá tr nh học tập hoàn thành luận văn P -T Đặng Trần Khánh, người thầy kính mến đ hết l ng gi p đ , dạy ảo, động viên tạo điều kiện thuận lợi cho t i suốt uá tr nh học tập hoàn thành luận văn tốt nghiệp in ch n thành cảm ơn thầy c hội đồng chấm luận văn đ cho t i đ ng g p u áu để hoàn ch nh luận văn in gửi lới cảm ơn tới ạn , nh chị m Khoa Khoa Học Kĩ Thuật Máy Tính đ động viên gi p đ t i l c t i gặp kh khăn in ch n thành cảm ơn ố m , anh m người bạn gái yêu u đ lu n ên cạnh động viên gi p đ t i học tập làm việc hoàn thành luận văn Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS TÓM TẮT LUẬN VĂN The world of location-based services (LBS) has been becoming more diversified and amazing with its rapid growth in recent years For mpl , “Where is the nearest restaurant from my position?”, “How many convenient stores in the range of two kilometers around me?”, or “Notify me when I am close to my regularly visited places.” Such s rvic s, for som r sons, c n us ful to individu l, community, nd society as well Moreover, the development has spread to many aspects in all walks of life and got powerful promotion from state-of-the-art information and communication technologies However, to receive the added values from the LBS, the user also has to give his location information to LBS in return In this situation, the user cannot feel comfortable using the LBS, since he does not know if his location information, which is private information of him, is revealed or misused without his acknowledgement Furthermore, the location information may indirectly reveal other private information, leads to other privacy violations, such as identity, preferences, hobbies, etc For instance, an attacker can possibly infer or derive sensitive information such as the fact that the user is having mental issues because he frequently visits the psychiatric hospital or psychology center Even worse, a malicious attacker can make the best advantage of his position to know where he currently is or was and then make harm against him Thus, LBS users are not willing to use such services This acts as a roadblock and does harm to the development of LBS Thus, privacy aware nearestneighbor query processing that handles cloaked regions has gained much attention and effort from researchers However, the state-of-the-art private query processors only focus on dealing with rectangular cloaked region, while failing to provide efficient and scalable algorithm for other complicated cloaked region shapes, such as polygonal and circular regions To address that problem, we introduce a new location privacy aware nearest-neighbor query processor that can efficiently handle complicated polygonal and circular cloaked regions, by proposing the Vertices Reduction Paradigm Furthermore, we provide a new tuning parameter to achieve better trade-off between answer optimality and system scalability Finally, experimental results show that our new query processing algorithm outperforms previous works in terms of both processing time and system scalability Dịch vụ dựa vị trí phát triển ngày mạnh mẽ, đ đ m lại nhiều tiện nghi cho sống hàng ngày người Tuy nhiên, để sử dụng dịch vụ dựa vị trí, người dùng v h nh chung đ chấp nhận tiết lộ chia sẻ thơng tin vị trí cho hệ thống dịch vụ dựa vị trí Điều vi phạm tính riêng tư mặt vị trí củ người dùng, từ vị trí đ , kẻ cơng suy diễn nhiều th ng tin hành vi, cơng việc, thói quen, tình trạng sức kh e củ người dùng, tệ hơn, người dùng bị gây hại th ng tin đ Đứng trước yêu cầu tính riêng tư trên, nhiều nhóm đ nghiên cứu phát triển giải thuật chuyển đổi vị trí xác củ người dùng Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS thành hình dạng tổng uát hơn, giải thuật đ gọi chung giải thuật làm mờ Kèm theo phát triển giải thuật làm mờ phát triển song song giải thuật xử lý truy vấn riêng tư dựa vùng mờ Tuy nhiên, giải thuật xử lý truy vấn riêng tư ch chủ yếu tập trung vào giải hình dạng đơn giản h nh chữ nhật Khi kết hợp đặc tính địa lý ngữ nghĩ vào giải thuật làm mờ, hình dạng vùng làm mờ trở nên phức tạp đ dạng hơn, giải thuật xử lý truy vấn riêng tư dựa vùng mờ n y chư đáp ứng chư đáp ứng tốt việc xử lý hình học phức tạp đ Trước yêu cầu trên, luận văn nghiên cứu đề giải pháp cho việc xử lý tốt hiệu hình dạng phức tạp vùng làm mờ Nội dung luận văn tr nh ày s u:  Chương 1: giới thiệu đề tài, mục tiêu củ đề  Chương 2: tr nh ày sở lý thuyết liên u n đến đề tài như: dịch vụ dựa vị trí, phân loại dịch vụ dựa vị trí, tính riêng tư dựa vị trí sách riêng tư  Chương 3: trình bày nghiên cứu có liên quan bao gồm giải thuật làm mờ, xử lý truy vấn bảo vệ tính riêng tư  Chương 4: viết hướng tiếp cận cách giải vấn đề kết hợp đặc tính địa lý bảo vệ tính riêng tư cho dịch vụ LBS luận văn  Chương 5: đánh giá nhằm chứng minh giải pháp mà luận văn đề nghị hiệu  Chương 6: tổng kết việc làm được, chư làm hướng phát triển củ đề tài  Phụ lục: báo kết nghiên cứu Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS LỜI CAM ĐOAN T i in c m đo n kết luận văn c ng tr nh nghiên cứu tôi, số liệu, kết nêu luận văn trung thực chư công bố cơng trình khác Học Viên Cao Học NGƠ CHẤN NAM Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS MỤC LỤC LỜI CẢM ƠN TÓM TẮT LUẬN VĂN LỜI CAM ĐOAN Chương Giới thiệu đề tài 12 1.1 Mục tiêu nghiên cứu 13 1.2 Ý nghĩ kho học 13 1.3 Ý nghĩ thực tiễn 13 Chương 2.1 Cơ sở lý thuyết 14 Dịch vụ dựa vị trí 14 2.2.1 Định nghĩ 14 2.2.2 Phân loại 15 2.2 Tính riêng tư 17 2.2.1 Định nghĩ 17 2.2.2 Phân loại 18 2.2.3 Chính sách tính riêng tư 19 Chương Các cơng trình nghiên cứu liên quan 21 3.1 Các kĩ thuật làm mờ vùng không gian 21 3.1.1 Làm mờ định danh 21 3.1.2 Làm mờ vị trí 26 3.2 Bộ xử lý truy vấn kết hợp tính riêng tư 31 3.2.1 Truy vấn riêng tư truy vấn công cộng 31 3.2.2 Các phương pháp lý truy vấn 32 Chương Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS 43 4.1 Các loại hình dạng hình học vùng mờ 43 4.2 Vấn đề xử l h nh đ giác phức tạp vùng làm mờ có kết hợp đặc tính địa lý 45 4.3 Vertices-Reduction P r gigm: Phương pháp thu giảm đ nh 47 4.3.1 Giải thuật thu giảm đ nh cho đ giác 48 4.3.2 Giải thuật thu giảm đ nh cho hình trịn 51 4.3.3 Vertices-R duction P r gigm: Phương pháp thu giảm đ nh 53 4.3.1 Direct Vertices-R duction P r gigm: Phương pháp thu giảm đ nh trực tiếp 53 4.3.2 Bouding Vertices-Reduction Par gigm: Phương pháp thu giảm đ nh bao 56 Tối ưu h 4.4 4.5 hệ thống 59 Group E cution Ag nt: Phương pháp gom nh m truy vấn 60 Chương Thí nghiệm đánh giá 64 Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS Chương Tổng kết hướng phát triển 67 6.1 Tổng kết 67 6.2 Hướng phát triển 67 TÀI LIỆU THAM KHẢO 69 PHỤ LỤC 72 Dang, T K., Phan, T N., Ngo, C N and Ngo, N N M 2012 An open design privacy-enhancing platform supporting location-based applications In Proceedings of the 6th International Conference on Ubiquitous Information Management and Communication, February 20-22, 2012, Kuala Lumpur, Malaysia, 1-10 Ngo, C N and Dang, T K 2013 On Efficient Processing of Complicated Cloaked Regions for Location Privacy Aware Nearest-Neighbor Queries In Proceedings of Information & Communication Technology-EurAsia Conference 2013, 25-29 March, 2013, LNCS, Springer-Verlag, Yogyakarta, Indonesia Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS 10 Hình 1: Location Based Service tập Context Aware Service 14 Hình 2: Sự đa dạng LBS 15 Hình 3: Minh họa giải thuật Interval Cloak [13] 22 Hì 4: Tr ờng hợp ời dùng phân bố rời rạc khơng gian [13] 22 Hình 5: Cấu trúc kim tự tháp bả băm tr Ca per [19] 23 Hình 6: Clique Cloak [33] 23 Hình 7: Nearest Neighbor Cloak [16] 24 Hì 8: Đ ờng cong Hilbert [16] 25 Hì 9: k đ ợc động Hilbert Cloak [16] 25 Hì 10: K a đồ thị [11] 26 Hì 11: T ay đổi tâm bán kính [1] 26 Hình 12: PROBE flowchart [8] 27 Hình 13: K t vùng làm mờ PROBE [8] 28 Hình 14: Ki n trúc PROBE [8] 28 Hì 15: Đặc tí địa lý Bob-Tree [26] 29 Hình 16: Cấu trúc Bob-Tree [26] 29 Hình 17: Cấu trúc nút Bob-Tree [26] 30 Hì 18: Ha p p p xử lý truy vấn vùng mờ [5] 32 Hình 19: Negotiation flowchart [11] 33 Hình 20: Minh họa giải thuật Negotiation [11] 33 Hình 21: Minh họa 1RNN [15] 34 Hình 22: Minh họa kRNN [15] 35 Hình 23: cRNN [16] 35 Hì 24: Tr ờng hợp cRNN [16] 36 Hì 25: Tr ờng hợp 2, cRNN [16] 36 Hì 26: Quy ớc kí hiệu Casper* 37 Hì 27: Đ ểm cắt Casper* 38 Hì 28: tr ờng hợp Casper* 38 Hình 29: Truy vấ r ê t trê liệu công cộng [5] 40 Hình 30: Truy vấn cơng cộng liệu r ê t [5] 41 Hình 31: Truy vấ r ê t trê liệu r ê t [5] 42 Hình 32: Vùng làm mờ có dạng tập đ ểm 43 Hình 33: Vùng làm mờ đa c vuô c 43 Hình 34: Vùng làm mờ đa c 44 Hình 35: Vùng làm mờ hình trịn 44 Hì 36: B ớc đa c đỉnh 46 Hình 37: Tìm lọc liệu r ê t đa c đỉnh 46 Hình 38: Thu giảm số đỉnh 47 Hình 39: Tìm lọc thu giảm số đỉnh 48 Hình 40: Thu giảm đỉnh lần 49 Hình 41: Thu giảm đỉnh lần 50 Hình 42: Thu giảm đỉnh lần 50 Hình 43: Thu giảm đỉnh lần 51 Hình 44: Thu giảm đỉnh cho hình trịn 52 Hình 45: Giá trị ɛ ả đ n mức độ thu giảm 52 Hình 46: Tìm lọc r ê t ì trị 52 Hì 47: P p p t u ảm đỉnh trực ti p 53 Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS 58 Để tính tốn phiên bao ngồi phiên thu giảm phiên gốc, ta thực ch nh sửa giải thuật Ramer-Douglas-P uck r s u Trong uá tr nh ph n chi đệ quy, ta lưu lại đ nh xa bị loại b nằm phiên thu giảm, đ nh B, E, H hình Sau kết thúc trình thu giảm, t thu đ giác ACFJ, phiên o ngồi tính tốn giao cạnh song song với cạnh phiên thu giảm u đ nh tương ứng cạnh đ lưu trữ trên, KL song song với AC u , tương tự cạnh LM, MN, tạo thành đ giác phiên bao KLMN, đồng thời phiên thu giảm ACFJ phiên gốc ABCDEFGHIJ Như h nh trên, t sử dụng đ giác KLMN th y cho đ giác A CDEFGHIJ đ giác A DEF th y cho h nh tr n t m C án kính r uá trình xử lý truy vấn Trong trường hợp trên, h nh đ giác sử dụng trình xử lý truy vấn chứa trọn vùng mờ phiên gốc Hướng tiếp cận thứ h i ưu việt hướng tiếp cận sử dụng phiên thu giảm trực tiếp kích thước tập ứng viên thời gian xử lý truy vấn  Không cần sử dụng truy vấn vùng mà thêm trực tiếp lọc vào tập ứng viên điều kiện Trivial Edge Trivial Split-Point xử lý Truy Vấn Riêng Tư Dữ Liệu Công Cộng  Không cần tăng thêm khoảng d bán kính truy vấn vùng điều kiện Stopping Criterion xử lý Truy Vấn Riêng Tư Dữ liệu Công Cộng  Khơng cần tăng thêm khoảng ɛ bán kính truy vấn vùng xử lý Truy Vấn Riêng Tư Dữ liệu Riêng Tư  Mặc dù không trực tiếp tăng án kính truy vấn vùng, hướng tiếp cận gián tiếp thực điều đ v t sử dụng phiên bao o Các đ nh vùng mờ câu truy vấn dịch chuyển xa bên so với phiên gốc nên truy vấn vùng bị dịch chuyển bên khoảng d, gián tiếp gi tăng khoảng d bán kính truy vấn so với việc dùng phiên gốc trình xử lý truy vấn o Tương tự, liệu riêng tư thay phiên bao nên dễ bị truy vấn vùng uét tr ng hơn, gián tiếp gi tăng khoảng d bán kính truy vấn so với viêc dùng phiên gốc trình xử lý truy vấn o Tuy nhiên, việc tăng án kính cách gián tiếp giữ mức tối thiểu, ta không cần tăng trực tiếp khoảng tối đ ɛ Truy Vấn Dữ Liệu Riêng Tư hướng tiếp cận Như vậy, t đ đồng thời giảm số truy vấn vùng bán kính truy vấn vùng hướng tiếp cận so với việc ch nh sửa giải thuật xử lý truy vấn hướng tiếp cận dùng trực tiếp phiên thu giảm, dẫn đến kích thước tập ứng viên nh so với hướng tiếp cận trước đ Ngoài r , việc giảm số truy vấn vùng làm giảm thời gian xử lý truy vấn Tuy nhiên, hướng tiếp cận làm tăng kích thước tập ứng viên so với việc sử dụng phiên gốc ta dùng phiên o nên thu nhiều ứng viên hơn, lượng tăng kh ng đáng kể Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS 59 4.4 Tố u a ệ thống Trong hai kiến trúc sử dụng không sử dụng thành phần trung gian Location Anonymizer, tổng thời gian xử lý truy vấn bao gồm thành phần  Thời gian xử lý truy vấn (TQ), thời gian chạy giải thuật xử lý truy vấn riêng tư xử lý truy vấn, sau kết thúc trình xử lý truy vấn, ta thu tập ứng viên cho điểm liệu riêng tư gần cho câu truy vấn người dùng LBS  Thời gian truyền tải tập ứng viên (TX), thời gian tập ứng viên truyền tải từ xử lý truy vấn đến thành phần trung gian Location Anonymizer trực tiếp đến người dùng LBS Thời gian truyền tải tập ứng viên t lệ thuận với số lượng ứng viên cần truyền tải, nói cách khác, thời gian truyền tải tập ứng viên t lệ thuận với kích thước tập ứng viên, tập ứng viên lớn cần thời gian truyền tải dài, ngược lại  Thời gian lọc ứng viên (TF), thành phần tin cậy trung gian Location Anonymizer người dùng LBS, ta có vị trí xác củ người dùng thay vùng mờ, đ , từ tập ứng viên, ta trực tiếp tính tốn ứng viên điểm gần liệu riêng tư gần cần tìm Thời gi n để thực q trình tính tốn thời gian lọc ứng viên Tương tự thời gian truyền tải tập ứng viên, thời gian lọc ứng viên t lệ thuận với kích thước tập ứng viên Tổng thời gian xử lý truy vấn bao gồm thành phần trên, n đầu câu truy vấn gửi đến xử lý truy vấn xử lý với thời gian TQ, sau đ tập ứng viên truyền tải với thời gian TX, cuối tập ứng viên lọc để lấy kết xác với thời gian TF T = TQ + T X + T F Ta thấy rằng, với việc sử dụng phiên thu giảm xử lý truy vấn, ta giảm đáng kể thời gian xử lý truy vấn, nhiên, ta lại gặp vấn đề việc kích thước tập ứng viên bị tăng lên Điều dẫn đến thời gian truyền tải ứng viên TX thời gian lọc ứng viên TF đồng thời tăng lên Để tối ưu h hệ thống, ta phải tìm cách cân hiệu giảm thời gian xử lý hậu tăng kích thước tập ứng viên Để làm điều đ , t t m giá trị tối ưu ɛ, ɛ nhân tố định mức độ thu giảm phiên thu giảm, hiệu giảm thời gian xử lý truy vấn hậu tăng kích thước tập ứng viên T m ét trường hợp s u đ y  TQ > TX + TF: n đầu, ɛ = 0, khơng có thu giảm, thời gian xử lý truy vấn lớn, kích thước tập ứng viên nh , nên có chênh lệch lớn thời gian xử lý truy vấn tổng thời gian truyền tải, lọc ứng viên Khi ta tăng dần giá trị ɛ, hiệu thu giảm tăng dần, thời gian xử lý giảm dần tổng thời gian truyền tải, lọc ứng viên tăng dần  TQ < TX + TF: ɛ đạt đến giá trị đủ lớn, hiệu thu giảm đủ mạnh, thời gian xử lý truy vấn trở nên nh , ngược lại, kích thước tập ứng viên tăng mạnh ta xử lý xấp x nhiều, dẫn đến chênh lệch lớn thời gian xử lý truy vấn tổng thời gian truyền tải, lọc ứng viên Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS 60 Trong uá tr nh tăng giá trị ɛ từ trường hợp thứ đến xảy r trường hợp thứ hai, ta t m giá trị tối ưu ɛ để cân trường hợp, điềm tối ưu O h nh ên Như vậy, hệ thống tối ưu u lần xử lý truy vấn t m giá trị tối ưu thơng số hệ thống ɛ Hình 53: Tố 4.5 u a ệ thống Group Execution Agent: Phương pháp gom nhóm truy vấn Hình 54: P p p m m truy vấn Nhìn g c độ câu truy vấn, ta sử dụng phương pháp thu giảm đ nh để giảm thời gian xử lý truy vấn cho đ giác n đ nh Bằng việc sử dụng phiên thu giảm, t đ giảm đáng kể thời gian xử lý truy vấn giải thuật xử lý truy vấn Casper*, mà ch làm tăng kích thước tập ứng viên mức trung nh hướng tiếp cận dùng phiên thu giảm trực tiếp tăng kh ng đáng kể hướng tiếp cận dùng phiên o ngồi Đứng góc nhìn hệ thống, thời điểm, hệ thống tồn đồng thời nhiều câu truy vấn mà vùng mờ câu truy vấn đ gần nhau, chồng lấp lên chí chứa nhau, dẫn đến câu truy vấn đ chung nh u phần toàn tập ứng viên Trong trường hợp đ , việc gom nhóm truy vấn đ thành truy vấn nhóm, vùng mờ truy vấn nh m đ o vùng mờ câu truy vấn nhóm, mang lại nhiều lợi ích sau  Thời gian xử lý truy vấn nh m tương đương với thời gian xử lý câu truy vấn th ng thường, đ việc gom nhóm giảm tổng thời gian xử lý truy vấn hệ thống nhiều lần gom nhóm truy vấn Điều dẫn đến giảm thời gian xử lý truy vấn trung bình hệ thống  Tập ứng viên truy vấn nhóm tập cha tập ứng viên câu truy vấn riêng biệt nh m Kích thước tập ứng viên đ tăng lên, tổng thời gian truyền tải tập ứng viên giảm, ta ch truyền tải ứng viên chung lần xử lý truy vấn nhóm hồn thành thay truyền tải nhiều lần cho câu truy vấn riêng biệt Điều dẫn đến giảm thời gian truyền tải tập ứng viên trung bình hệ thống Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS 61  Thời gian lọc ứng viên cho ứng viên tăng t phải tiến hành lọc ứng viên cho câu truy vấn riêng biệt, việc gi tăng kh ng đáng kể so với việc giảm thời gian xử lý truy vấn truyền tải ứng viên trung bình Ta tính tốn tổng thời gian xử lý truy vấn toàn hệ thống s u  Tổng thời gian xử lý riêng biệt N truy vấn hệ thống N(TQ + TX) + NTF  Tổng thời gian xử lý K truy vấn nhóm gom nhóm N truy vấn hệ thống, K < N K(TQ + T’X) + NT’F Từ đ , t thấy thời gian xử lý truy vấn nh m tương đương với thời gian xử lý truy vấn th ng thường (TQ), nên tổng thời gian xử lý truy vấn hệ thống đ giảm từ NTQ thành KTQ, mức độ giảm N/K lần Ngoài ra, thời gian truyền tải T’X cho truy vấn nh m dài so với thời gian truyền tải TX truy vấn th ng thường, tổng thời gian truyền tải giảm ta ch truyền tải ứng viên chung lần cho truy vấn riêng biệt nh m, KT’X < NTX Để đạt hiệu cao nhất, lần gom nhóm, ta phải gom nhiều câu truy vấn vào nhóm tốt Nhưng điều dẫn đến việc truy vấn nhóm có vùng mờ q lớn, nên ta phải kiểm sốt q trình gom nhóm số hệ thống maxA, diện tích vùng mờ truy vấn nhóm phải không vượt maxA Giải thuật Group Execution function GroupExecution(danh sách vùng mờ, maxA) while true and list size > # tìm cặp gom nhóm có diện tích nhỏ lưu vào danh sách list(ri,rj,a) for each region ri, find another region rj that has least enlargement if ri is grouped with rj, the new region’s area a ≤ maxA, and add into list(ri,rj,a) # xếp cặp theo diện tích tăng dần if list(ri,rj,a) is empty break else sort list(ri,rj,a) by a ascending # ưu tiên gom nhóm cặp có diện tích nhỏ trước, vùng khơng gom nhóm chuyển cho lần lặp for each ri in list(ri,rj,a) if ri already grouped in this loop if rj already grouped in this loop continue else groupedRegions = groupedRegions U {rj} else groupedRegions = groupedRegions U GroupedRegionOf(ri, rj) regions = groupedRegions return regions Bảng 11: Giải thuật Group Execution Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS 62 Giải thuật gom nh m thiết kế giải thuật tham lam, lần lặp, ta cố g ng tìm nhóm có vùng chồng lấp nhiều để gom nh m, vậy, kết sau gom nhóm nhóm có diện tích tối thiểu kh ng vượt qua maxA Ta xem ví dụ minh họa giải thuật gom nh m s u đ y  n đầu ta có danh sách vùng {A, B, C, D, E, F} o Ta xác định cặp gom nhóm {AB, BA, CA, DA, ED, FD}, nhiên cặp ED, FD có diện tích lớn m A, nên ta loại b chúng kh i danh sách cặp gom nhóm, cịn lại {AB, BA, CA, DA} o Sau s p xếp cặp theo diện tích tăng dần, t danh sách {AB, BA, DA, CA} o Ta gom nh m A Các vùng C D đư trở lại d nh sách để xử lý lần lặp  Kế tiếp, ta có danh sách {AB, C, D} o T ác định cặp gom nhóm {ABC, CAB, DAB} o Sau s p xếp cặp theo diện tích tăng dần, t danh sách {DAB, ABC, CAB} o Ta gom nh m DA Vùng C đư trở lại d nh sách để xử lý lần lặp  Kế tiếp, ta có danh sách {DAB, C} o Do DABC có diện tích lớn m A, nên t danh sách {}  Việc gom nhóm kết thúc với d nh sách {DA , C, E, F}, t gom nhóm DAB thành truy vấn nhóm Tuy nhiên, t lưu trình tìm cặp để gom nh m c độ phức tạp O(n2), đ để tránh gặp vấn đề giải thuật chạy q lâu, ta cần tìm danh sách vùng thích hợp làm đầu vào Các danh sách thích hợp cần th m n điều kiện s u đ y  Các vùng danh sách phải gần nhau, tốt có vùng chồng lấp bao  Kích thước danh sách vùng phải khơng lớn Hình 55: Gom nhóm truy vấn hiệu với R*-Tree Để tìm danh sách vùng trên, ta tận dụng cấu tr c đánh ch mục R*-Tree [3] R*Tree cấu trúc ch mục cho liệu không gian chiều để tăng tốc truy xuất liệu kh ng gi n lưu trữ sở liệu không gian Các liệu không gian gần mặt vị trí gần cấu trúc ch mục R*-Tree Mỗi ta nhận truy vấn, ta lưu trữ vùng mờ câu truy vấn đ ằng cấu trúc ch mục R*-Tree, vùng mờ đ loại kh i cấu trúc ch mục R*-Tree câu truy vấn đ xử lý xong Khi chuẩn bị gom nhóm truy vấn gửi lên xử lý truy Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS 63 vấn, ta duyệt qua nút cấu trúc ch mục R*-Tr để tìm nút nội có diện tích hình chữ nhật bao ngồi nh bội số maxA kmaxA Danh sách vùng mờ nút nội đ dễ dàng th m n điều kiện thích hợp giải thuật gom nh m, đồng thời ta kiểm soát số lượng vùng mờ thông số kmaxA Như h nh trên, t t m hai nút nội D2 D3 th m n điều kiện diện tích D1 lớn, từ danh sách vùng hai nút nội D2 D3, t thu truy vấn nhóm G1, G2 G3, giảm số lượng từ truy vấn riêng biệt thành truy vấn nhóm, u đ giảm tổng thời gian xử lý truy vấn lần Ta cần lưu hiệu giải thuật gom nhóm hồn tồn phụ thuộc vào tình trạng chồng lấp vùng mờ, nhiên, có số lượng vùng mờ lớn, ta thấy hiệu gom nhóm mạnh khả chồng lấp c o Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS 64 C Thí nghiệm đ Trong phần này, ta thực việc đánh giá hiệu củ phương pháp thu giảm đ nh giải thuật gom nh m đ đề nghị Với phương pháp thu giảm đ nh, ta đánh giá so sánh h i hướng tiếp cận sử dụng phiên thu giảm trực tiếp phiên bao Tất giải thuật đề nghị so sánh đánh giá so với giải thuật Casper* [5] Các loại truy vấn riêng tư thực phần đánh giá o gồm loại truy vấn riêng tư chính: Truy Vấn Riêng Tư Dữ Liệu Công Cộng Truy Vấn Riêng Tư Dữ Liệu Riêng Tư Môi trường thực đánh giá giải thuật s u  Máy tính cá nhân PC, Core2Duo 2.5Ghz, 4GB RAM  100.000 liệu riêng tư sinh giải thuật làm mờ Bob-Tree [26], liệu riêng tư đ giác c từ 20 đến 30 đ nh  200.000 liệu công cộng sinh ngẫu nhiên  Thông số ɛ ác định khoảng từ 10% đến 50% kích thước lưới giải thuật Bob-Tree  Thơng số maxA 30 lần diện tích lưới Bob-Tree  Thông số kmaxA 10/3 lần maxA, k = 10, hay nói cách khác, kmaxA 100 lần diện tích lưới Bob-Tree Kết đánh giá so sánh mô tả đồ thị s u đ y VRP (Vertices R duction P r digm) phương pháp thu giảm đ nh, Direct VRP Bounding VRP phương pháp thu giảm đ nh trực tiếp vào bao GEA (Group E cution Ag nt) phương pháp gom nh m truy vấn kết hợp với phương pháp thu giảm đ nh Hình 56: Chú thích biểu đồ thí nghiệm Hình 57: Thời gian xử lý cho truy vấ r ê t trê liệu công cộng Thời gian xử lý truy vấn trung bình cho Truy Vấn Riêng Tư Dữ Liệu Công Cộng đ giảm đáng kể áp dụng phương pháp thu giảm giải thuật gom nhóm Cụ thể thời gian giảm th o % s u ɛ Direct VRP Bounding VRP GEA 100% 100% 78% 87% 77% 67% 10% 75% 67% 45% 20% 51% 45% 30% 30% Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS 65 42% 40% 20% 40% 36% 33% 15% 50% Bảng 12: Thời gian xử lý truy vấ r ê t trê liệu cơng cộng Hình 58: Kíc t ớc tập ứng viên cho truy vấ r ê t trê liệu cơng cộng Trong đ , kích thước tập ứng viên cho Truy Vấn Riêng Tư Dữ Liệu Công Cộng tăng lên mức trung nh hướng tiếp cận dùng phiên thu giảm trực tiếp tăng kh ng đáng kể hướng tiếp cận dùng phiên bao Tuy nhiên, kết hợp với giải thuật gom nh m, kích thước tập ứng viên đ thu giảm đáng kể, cụ thể s u ɛ Direct VRP Bounding VRP GEA 100% 100% 53% 105% 105% 63% 10% 110% 110% 68% 20% 137% 121% 89% 30% 189% 136% 98% 40% 289% 152% 105% 50% Bảng 13: Kíc t ớc tập ứng viên cho truy vấ r ê t trê liệu công cộng Hình 59: Thời gian xử lý cho truy vấ r ê t trê liệu r ê t Thời gian xử lý truy vấn trung bình cho Truy Vấn Riêng Tư Dữ Liệu Riêng Tư đạt mức giảm lớn, vùng mờ đ giác c từ 20 đến 30 đ nh nên thời gian xử lý truy vấn lâu Khi áp dụng phương pháp thu giảm đ nh, số đ nh giảm xuống ch từ đến đ nh mức ɛ lớn (ɛ = 50%), cụ thể s u ɛ Direct VRP Bounding VRP GEA 100% 100% 62% 78% 76% 57% 10% 48% 46% 33% 20% 36% 35% 20% 30% Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS 66 10% 8% 5% 40% 2% 1.80% 1.10% 50% Bảng 14: Thời gian xử lý cho truy vấ r ê t trê liệu r ê Hình 60: Kíc t ớc tập ứng viên cho truy vấ r ê t t trê liệu r ê t Tương tự trên, kích thước tập ứng viên cho Truy Vấn Riêng Tư Dữ Liệu Riêng Tư tăng lên mức trung bình hướng tiếp cận dùng phiên thu giảm trực tiếp tăng kh ng đáng kể hướng tiếp cận dùng phiên bao Tuy nhiên, kết hợp với giải thuật gom nh m, kích thước tập ứng viên đ thu giảm đáng kể, cụ thể s u ɛ Direct VRP Bounding VRP GEA 100% 100% 61% 125% 106% 64% 10% 143% 118% 69% 20% 157% 125% 82% 30% 166% 131% 88% 40% 190% 140% 100% 50% Bảng 15: Kíc t ớc tập ứng viên cho truy vấ r ê t trê liệu r ê t Như vậy, trình thực, đánh giá so sánh đ cho thấy ưu việt thời gian xử lý truy vấn củ phương pháp thu giảm đ nh giải thuật gom nhóm so với giải thuật Casper* xử l đ giác c nhiều đ nh Trong kích thước tập ứng viên ch tăng lên mức trung nh hướng tiếp cận dùng phiên thu giảm trực tiếp tăng kh ng đáng kể hướng tiếp cận dùng phiên bao Tuy nhiên, kết hợp với giải thuật gom nh m, kích thước tập ứng viên đ thu giảm đáng kể Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS 67 C 6.1 Tổng k t ớng phát triển Tổng kết Tổng kết lại, t đ đề nghị phương pháp thu giảm đ nh giải thuật gom nhóm để xử lý tốt vùng mờ đ giác c nhiều đ nh vùng mờ hình tròn để hỗ trợ xử lý truy vấn cho giải thuật làm mờ có kết hợp đặc tính địa lý, ngữ nghĩ uá trình làm mờ Ý tưởng củ phương pháp thu giảm đ nh giảm số đ nh củ đ giác từ n đ nh thành đ giác đơn giản hơn, ch c m đ nh, có tính tương đồng với đ giác gốc Đồng thời, trình thực, đánh giá so sánh đ cho thấy ưu việt thời gian xử lý truy vấn củ phương pháp thu giảm đ nh giải thuật gom nhóm so với giải thuật Casper* xử l đ giác c nhiều đ nh Trong kích thước tập ứng viên ch tăng lên mức trung nh hướng tiếp cận dùng phiên thu giảm trực tiếp tăng kh ng đáng kể hướng tiếp cận dùng phiên bao Tuy nhiên, kết hợp với giải thuật gom nh m, tưởng gom câu truy vấn có vùng mờ gần nhau, chồng lấp bao thành truy vấn nhóm, thời gian xử lý truy vấn trung nh kích thước tập ứng viên trung nh đ thu giảm đáng kể Ta tóm t t mở rộng bảng sau Hình Gom Tập đ ểm Đa c Dữ liệu r ê t Trịn nhóm Negotiation X RNN X CNN X Casper* X X X VRP+GEA X X (tốt ) X X X Bảng 16: So sánh VRP+GEA với xử lý truy vấn vùng mờ Ý nghĩ củ đề nghị s u  Tạo tiền đề khuyến khích phát triển giải thuật làm mờ kết hợp đặc tính địa lý ngữ nghĩ vào uá tr nh làm mờ, u đ gi tăng khả ảo vệ tính riêng tư vị trí cho người dùng LBS  Tạo tiền đề khuyến khích phát triển thành phần trung gian sử dụng nhiều giải thuật làm mờ khác nh u để tăng tính tiện ích cho người dùng L S, phương pháp thu giảm đ nh hỗ trợ loại h nh đ giác ất kì thêm hình trịn  Th c đẩy phát triển hệ thống L S phương pháp thu giảm đ nh đ làm tăng tính hiệu dụng xử lý truy vấn riêng tư, gi p hệ thống LBS hoàn ch nh trước đ y 6.2 Hướng phát triển Trong tương l i, đề tài dự kiến tiếp tục nghiên cứu hoàn thiện mặt sau đ y  Hỗ trợ câu truy vấn t m k điểm gần Hiện xử lý truy vấn ch hỗ trợ t m điểm gần nhất, ta tìm cách cải tiến mở rộng để hỗ trợ tìm k điểm gần [15, 16] Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS 68  Hỗ trợ câu truy vấn liên tục Hiện xử lý truy vấn chư hỗ trợ câu truy vấn liên tục, ta tìm cách cải tiến mở rộng để xử lý tốt loại truy vấn liên tục, sử dụng đệm, ghi nhớ kết trước đ , … [5, 6, 24]  Hỗ trợ tính riêng tư quỹ đạo Hiện đề tài ch u n t m đến tính riêng tư mặt vị trí, ta cải tiến mở rộng để hỗ trợ thêm tính riêng tư mặt quỹ đạo [20, 21] Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS 69 TÀI LIỆU THAM KHẢO [1] Ardagna, C A., Cremonini, M., Damiani, E., Vimercati, S D C and Samarati, P 2007 Location privacy protection through obfuscation-based techniques In Proc 21st IFIP WG 11.3 Conf Data and applications security, Springer-Verlag, Berlin, Heidelberg, 47-60 [2] Ardagna, C.A., Cremonini, M., Vimercati, S D C and P Samarati 2007 Privacy-enhanced location-based access control In Handbook of database security : applications and trends, New York : Springer, 531-552 [3] Beckman, N., Kriegel, H., Schneider, R., Seeger, B 1990 The R*-tree: an efficient and robust access method for points and rectangles In ACM's Special Interest Group on Management Of Data, 322-331 [4] Bettini, C., Wang, X S and Jajodia, S 2008 How Anonymous Is kAnonymous? Look at Your Quasi-ID In Proc 5th VLDB workshop on Secure Data Management, Springer-Verlag, Berlin, Heidelberg, 1-15 [5] Chow, C., Mokbel, M F and Aref, W G 2009 Casper*: Query processing for location services without compromising privacy ACM Transactions on Database Systems, 34, 4, 1-48 [6] Chow, C., Mokbel 2007 Enabling private continuous queries for revealed user locations In Proc 10th Intl Conf Advances in spatial and temporal databases, Springer-Verlag, Berlin, Heidelberg, 258-273 [7] Cuellar, J R., 2002, Location Information Privacy, B Srikaya (Ed.), Geographic Location in the Internet, Kluwer Academic Publishers 179–208 [8] Damiani, M L., Bertino, E and C Silvestri 2010 The PROBE Framework for the Personalized Cloaking of Private Locations Transactions on Data Privacy, 3, 2, 123-148 [9] Dang, T K., Ngo, C N., Phan, T N and Ngo, N N M 2012 An open design privacy-enhancing platform supporting location-based applications In Proc 6th Intl Conf Ubiquitous Information Management and Communication, ACM, NY, USA, 1-10 [10] Douglas, D H and Peucker, T K 1973 Algorithms for the Reduction of The number of Points required to represent a Digitized Line Or its Caricature In Cartographica: The Intl Journal for Geographic Information and Geovisualization, University of Toronto Press, 112-122 [11] Duckham, M and Kulik, L 2005 A formal model of obfuscation and negotiation for location privacy In Proc 3rd Intl Conf Pervasive Computing, Springer-Verlag Berlin, Heidelberg, 243-251 [12] Ghinita, G., Kalnis, P and Skiadopoulos, S 2007 PRIVE: anonymous location-based queries in distributed mobile systems In Proceedings of the 16th international conference on World Wide Web, ACM, NY, USA, 371380 [13] Gruteser M and Grunwald, D 2003 Anonymous Usage of LocationBased Services Through Spatial and Temporal Cloaking In Proc 1st Intl Conf Mobile systems, applications and services, ACM, NY, USA, 31-42 Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS 70 [14] Hershberger, J and Snoeyink, J 1992 Speeding Up the DouglasPeucker Line-Simplification Algorithm Technical Report, University of British Columbia, Vancouver, BC, Canada, Canada [15] Hu, H and Lee, D L 2006 Range Nearest-Neighbor Query IEEE Transactions on Knowledge and Data Engineering, 18, 1, 78-91 [16] Kalnis, P., Ghinita, G., Mouratidis, K and Papadias, D 2007 Preventing Location-Based Identity Inference in Anonymous Spatial Queries IEEE Transactions on Knowledge and Data Engineering, 19, 12, 1719-1733 [17] Khoshgozaran, A and Shahabi, C 2009 Private Information Retrieval Techniques for Enabling Location Privacy in Location-Based Services In Privacy in Location-Based Applications, Lecture Notes In Computer Science, Springer-Verlag, Berlin, Heidelberg, 59-83 [18] Kupper, A., 2005, Location-based Services – Fundamentals and Operation, John Wiley & Sons Ltd., The Atrium, Southern Gate, Chichester, West Sussex PO19 8SQ, England [19] Mokbel, M F., Chow, C., and Aref, W G 2006 The New Casper: Query Processing for Location Services without Compromising Privacy In Proc 32nd Intl Conf Very large data bases, 763-774 [20] Phan, T N., Dang, T K and Küng, J 2011 User Privacy Protection from Trajectory Perspective in Location-based Applications In Proc 19th Int rdisciplin ry Inform tion M n g m nt T lks, Jindřichův Hr d c, Cz ch Republic, 281-288 [21] Phan, T N and Dang, T K: PPST-Tree: A Novel Trajectory PrivacyPreserving Future Time Index Structure in Moving Object Databases In Proc 4th Intl Conf Computational Collective Intelligence Technologies and Applications, Springer-Verlag, Ho Chi Minh, Vietnam (To appear) [22] O'Rourke, J and Tewari, G 2004 The structure of optimal partitions of orthogonal polygons into fat rectangles In Computational Geometry: Theory and Applications 28, 1, 49-71 [23] Tao, Y., Papadias, D and Shen, Q 2002 Continuous nearest-neighbor search In Proceedings of the 28th international conference on Very Large Data, 287-298 [24] Truong, Q C., Truong, T A., Dang, T K 2010: The Memorizing Algorithm: Protecting User Privacy in Location-Based Services using Historical Services Information In International Journal of Mobile Computing and Multimedia Communications 2, 4, 65-86 [25] To, Q C., Dang, T K and Küng, J 2011.OST-tree: An Access Method for Obfuscating Spatio-Temporal Data in Location Based Services In Proc 4th IFIP Intl Conf New Technologies, Mobility and Security, IEEE Computer Society, Paris, France, 1-5 [26] To, Q C., Dang, T K and Küng, J 2011 Bob-tree: an efficient B+-tree based index structure for geographic-aware obfuscation In Proc 3rd Asian Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS 71 Conf on Intelligent Information and Database Systems, Springer-Verlag, Berlin, Heidelberg, 109-118 [27] To, Q C., Dang, T K and Küng, J: A Hilbert-based Framework for Preserving Privacy in Location-based Services In Intl Journal of Intelligent Information and Database Systems, Inderscience Publisher, ISSN 1751-5858 (To appear) [28] Verykios, V S., Damiani, M L., and GkoulalasDivanis, A 2008 Privacy and Security in Spatiotemporal Data and Trajectories In Mobility, Data Mining and Privacy: Geographic Knowledge Discovery, Springer, 213240 [29] Westin, A 1968 Privacy and freedom New York, USA [30] Wu, S and Sahni, S 1994 Fast Algorithms To Partition Simple Rectilinear Polygons In VLSI Design, 1, 3, 193-215 [31] Yiu, M L., Jensen, C S., Huang, X and Lu, H 2008 SpaceTwist: Managing the Trade-Offs Among Location Privacy, Query Performance, and Query Accuracy in Mobile Services In Proc 2008 IEEE 24th Intl Conf Data Engineering, Washington, DC, USA, 366-375 [32] Gruteser, M., Liu, X 2004 Location-Tracking Applications, Protecting Privacy in Continuous Location-Tracking Applications In IEEE Security & Privacy IEEE Computer Scociety, 28-34 [33] Gedik, B., Liu, L 2008 Protecting Location Privacy with Personalized k- Anonymity: Architecture and Algorithms In IEEE Trans Mobile Computing, 7, 1, 1-18 Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS 72 PHỤ LỤC Dang, T K., Phan, T N., Ngo, C N and Ngo, N N M 2012 An open design privacy-enhancing platform supporting location-based applications In Proceedings of the 6th International Conference on Ubiquitous Information Management and Communication, February 20-22, 2012, Kuala Lumpur, Malaysia, 1-10 Ngo, C N and Dang, T K 2013 On Efficient Processing of Complicated Cloaked Regions for Location Privacy Aware Nearest-Neighbor Queries In Proceedings of Information & Communication Technology-EurAsia Conference 2013, 25-29 March, 2013, LNCS, Springer-Verlag, Yogyakarta, Indonesia Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS ... đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS 42 Hình 31: Truy vấ r ê t trê liệu r ê t [5] Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS 43 C c 4.1 K t hợp đặc tí địa. .. Bob-Tree [26] Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS 31 3.2 Bộ xử lý truy vấn kết hợp tính riêng tư Bộ xử lý truy vấn [5, 9, 11, 15, 16, 19, 23] kết hợp tính riêng tư nhúng... sở thích, thói Kết hợp đặc tính địa lý bảo vệ tính riêng tư cho người dùng LBS 19 quen củ người dùng Tính riêng tư đường phức tạp so với loại tính riêng tư định d nh tính riêng tư vị trí Ngồi